mecabで名詞のみかつリスト 一般名詞だけ取り出したい

Question

mecabで名詞のみかつリストで抽出してみたんですけど、

from pymongo import MongoClient
from bs4 import BeautifulSoup
import MeCab
mecab = MeCab.Tagger ('/usr/local/lib/mecab/dic/mecab-ipadic-neologd')
def main():
    recipes = []
    client = MongoClient('localhost', 27017)
    db = client.html.cookpad_html
    collection = db.test_collection
    htmls = list(db.find().limit(1))
    recipes = []
    for num, html in enumerate(htmls):
        soup = BeautifulSoup(html["html"], 'lxml')
        for steps in soup.find_all(attrs={"class": "step_text"}):
            node = mecab.parseToNode(steps.get_text())     
            
            while node:
                if node.feature.split(",")[0] == '名詞':
                    recipes.append(node.feature.split(",")[6])
                node = node.next 
                recipes = list(set(recipes))
    print(recipes)

if __name__ == '__main__':
    main()

この結果が、['０', '汁', 'オリーブ油', 'ツノ', '６', '分', 'ラップ', '*', '生地', '加熱', '３', '卵黄', '玉子', 'おから', 'ヨーグルト', 'レンジ', '４', '塗布', '卵白', 'レモン', 'ボウル', 'ハチミツ']
となり、０、６、３、４などの数字が入っています。
一般の名詞だけ取り出したいです。
どうすればいいか教えて下さい！！！！

Answer 1

まず、どんな品詞体系なのかを確認してみてください。

形態素解析ツールの品詞体系
（デフォルトの辞書であればChaSen 品詞体系 (IPA品詞体系)を見る）

名詞と言ってもいろいろありますね。細かく分けたければ、下位分類の部分を見てやれば良いということになります。

たとえば一般名詞だけ取り出すなら、以下のようになります。

（適宜インデントなどは補ってください）

feature = node.feature.split(",")
if feature[0] == "名詞" and feature[1] == "一般":
    

取りたい形態素にあわせて条件式の部分は変えてください。

Comments

[kawauso.love]

ありがとうございます！！！出来ました！

[kawauso.love]

すみません、また、質問なんですけど、['０', '汁', 'オリーブ油', 'ツノ', '６', '分', 'ラップ', '*', と、ラップの後に"*"と出てきてこれをなくしたいです！
if文とか使ってどうやって消すコードを入れたらいいですか？コードを教えていただけると助かります。

[hayataka2049]

原型の情報がないのでしょう。*のときはsurfaceを取得するようなコードを書けばよいかと思います。忙しいのでコードは割愛させていただきます。

[kawauso.love]

分かりました！ありがとうございます